本数据库通过收集和整理最新科研文献信息而得,供了解领域前沿进展之用。数据源自 PubMed Data ,每日自动更新,已收录文献数量参见 统计表格。表格内容由 GPT 自动整理,可能存在错误或遗漏,请使用时务必注意核实!
如有建议或合作意向,欢迎联系 linlin.yan(AT)bioinfo.app 或 微信 yanlinlin82。本项目遵循 MIT 许可 发布,欢迎下载 源码 自行修改使用。如觉得不错,还请不吝 给我打赏,你的支持是我继续创新的重要动力!
除通过在线浏览外,为方便用户离线查阅,本站也提供 付费下载(定价10元)。之所以考虑收费,是因为批量扫描这些文献并整理也是有一定成本的,还请理解并多多支持。本站数据会持续更新,而仅需一次付费,未来就可以随时重新下载到最新版本数据。
序号 | 推送日期 | 文章 | 类型 | 简述 | 创新点 | 不足 | 研究目的 | 研究对象 | 领域 | 病种 | 技术 | 模型 | 数据类型 | 样本量 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
1 | 2024-09-15 |
Breaking barriers in inner ear MRI: The changing role of deep learning reconstruction
2024-Oct, Diagnostic and interventional imaging
IF:4.9Q1
DOI:10.1016/j.diii.2024.07.010
PMID:39271366
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
2 | 2025-09-13 |
Deep Learning for Automatic Knee Osteoarthritis Severity Grading and Classification
2024-Oct, Indian journal of orthopaedics
IF:1.1Q3
DOI:10.1007/s43465-024-01259-4
PMID:39324090
|
研究论文 | 本研究开发了一种基于深度学习的自动方法,用于从X射线图像预测膝骨关节炎严重程度分级和膝关节置换可能性 | 采用迁移学习和多种深度学习模型比较,首次将像素比率计算与决策树模型结合用于膝OA严重程度自动评估 | 测试准确率为67%,仍有提升空间,且模型性能可能受数据集限制 | 提高膝骨关节炎诊断的准确性和效率,辅助临床决策 | 膝骨关节炎患者的X射线图像 | 计算机视觉 | 骨关节炎 | 迁移学习,像素比率计算,图像预处理 | Inception V3, Xception, VGG, ResNet, DenseNet等14种CNN模型 | X射线图像 | 基于Osteoarthritis Initiative (OAI)数据集,具体样本数量未明确说明 |
3 | 2025-09-12 |
A Cross-Modal Mutual Knowledge Distillation Framework for Alzheimer's Disease Diagnosis: Addressing Incomplete Modalities
2024-Oct-22, medRxiv : the preprint server for health sciences
DOI:10.1101/2023.08.24.23294574
PMID:37662267
|
研究论文 | 提出一种跨模态互知识蒸馏框架,用于处理不完整多模态数据的阿尔茨海默病早期诊断 | 通过互知识蒸馏(MKD)框架处理多模态数据缺失问题,教师模型和学生模型相互学习提升特征提取能力 | NA | 解决现实世界中多模态神经影像数据不完整的问题,提升阿尔茨海默病的早期诊断性能 | 阿尔茨海默病患者的多模态神经影像数据(MRI和PET) | 数字病理学 | 阿尔茨海默病 | 深度学习,知识蒸馏 | 深度学习框架(含教师-学生模型结构) | 多模态神经影像(MRI和PET) | 使用ADNI数据集进行案例研究(具体样本量未明确说明) |
4 | 2025-09-11 |
Artificial intelligence-assisted automated heart failure detection and classification from electronic health records
2024-Oct, ESC heart failure
IF:3.2Q2
DOI:10.1002/ehf2.14828
PMID:38700133
|
研究论文 | 本研究利用人工智能辅助方法,从电子健康记录中自动检测和分类心力衰竭患者 | 结合关键词搜索、深度学习自动解读超声心动图DICOM图像和生物标志物分析,实现心力衰竭亚型的自动识别与分类 | 研究基于特定地区人群数据(苏格兰Tayside和Fife地区),可能影响结果的普适性 | 开发自动化心力衰竭检测和分类系统,改善患者护理和疾病监测 | 心力衰竭患者,分为射血分数降低型心力衰竭(HFrEF)、射血分数保留型心力衰竭(HFpEF)和无心力衰竭对照组 | 医疗人工智能 | 心血管疾病 | 深度学习、关键词搜索、ICD代码过滤、生物标志物分析 | 深度学习模型 | 电子健康记录、医学图像(DICOM)、生物样本数据 | 初始60,850例EHR数据,最终纳入578例患者(186例对照,236例HFpEF,156例HFrEF) |
5 | 2025-09-09 |
Implications of Big Data Analytics, AI, Machine Learning, and Deep Learning in the Health Care System of Bangladesh: Scoping Review
2024-10-28, Journal of medical Internet research
IF:5.8Q1
DOI:10.2196/54710
PMID:39466315
|
综述 | 本文通过范围综述方法,系统梳理了孟加拉国医疗系统中大数据分析、人工智能、机器学习和深度学习技术的应用现状与研究进展 | 首次对孟加拉国医疗系统中BDA、AI、ML和DL技术的应用进行全面范围综述,揭示了过去5年研究激增的趋势与技术分布特征 | 仅纳入英文发表的同行评审文献,可能遗漏本地语言的重要研究;数据库检索范围可能存在局限性 | 综合评估孟加拉国医疗系统中先进数字技术的应用现状与研究挑战 | 孟加拉国医疗系统中的技术应用研究与相关文献 | 医疗健康信息学 | 多种疾病(传染病、非传染性疾病、儿童健康、心理健康) | 范围综述方法,系统文献检索与分析 | 机器学习(84%)、深度学习(9%)、人工智能(5%)、大数据分析(1%) | 文献数据 | 77篇符合条件的研究文献(从1653篇初筛文献中筛选) |
6 | 2025-09-09 |
Artificial intelligence for surgical safety during laparoscopic gastrectomy for gastric cancer: Indication of anatomical landmarks related to postoperative pancreatic fistula using deep learning
2024-10, Surgical endoscopy
DOI:10.1007/s00464-024-11117-x
PMID:39093411
|
研究论文 | 本研究利用深度学习技术开发了一种人工智能导航系统,用于在胃癌腹腔镜胃切除术中实时指示与术后胰瘘相关的解剖标志 | 首次定义了与术后胰瘘相关的解剖标志(凹陷线),并开发了基于语义分割模型的实时AI导航系统 | 样本量较小(50例用于系统开发,10例用于验证),需要进一步大样本验证 | 识别胃癌腹腔镜胃切除术中与术后胰瘘相关的解剖标志,并开发AI导航系统 | 接受腹腔镜胃切除术的胃癌患者 | 数字病理 | 胃癌 | 深度学习 | 语义分割模型 | 手术影像 | 50例手术案例(45例训练,5例调参),10例前瞻性注册案例用于验证 |
7 | 2024-08-13 |
Correction: Artificial intelligence for surgical safety during laparoscopic gastrectomy for gastric cancer: Indication of anatomical landmarks related to postoperative pancreatic fistula using deep learning
2024-Oct, Surgical endoscopy
DOI:10.1007/s00464-024-11160-8
PMID:39133331
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
8 | 2025-09-06 |
Exploiting correlations across trials and behavioral sessions to improve neural decoding
2024-Oct-10, bioRxiv : the preprint server for biology
DOI:10.1101/2024.09.14.613047
PMID:39314484
|
研究论文 | 提出两种新型神经解码模型,利用跨试验和跨行为会话的相关性提升小鼠行为解码精度 | 首次引入多会话降秩模型和状态空间模型,显式利用跨试验和会话的神经活动相关性,相比传统方法显著提升解码性能 | NA | 改进神经解码精度,揭示动物决策的潜在行为动力学 | 小鼠神经活动数据与四种不同行为 | 神经科学数据分析 | NA | Neuropixels神经信号记录,降秩回归,状态空间建模 | 多会话降秩模型,多会话状态空间模型 | 神经电生理信号 | 433个实验会话,覆盖270个大脑区域 |
9 | 2025-08-31 |
REVEALS: an open-source multi-camera GUI for rodent behavior acquisition
2024-10-03, Cerebral cortex (New York, N.Y. : 1991)
DOI:10.1093/cercor/bhae421
PMID:39420472
|
研究论文 | 开发了一个名为REVEALS的开源多摄像头图形用户界面,用于高效采集啮齿类动物行为数据 | 提供了首个用户友好、开源且支持多摄像头同步控制的啮齿动物行为数据采集解决方案 | NA | 解决多摄像头同步采集啮齿类动物行为数据的技术瓶颈 | 啮齿类动物(小鼠)行为 | 行为分析 | NA | 多摄像头同步采集,DeepLabCut行为分析 | NA | 视频 | NA |
10 | 2025-08-31 |
Individual cognitive traits can be predicted from task-based dynamic functional connectivity with a deep convolutional-recurrent model
2024-10-03, Cerebral cortex (New York, N.Y. : 1991)
DOI:10.1093/cercor/bhae412
PMID:39445422
|
研究论文 | 使用深度卷积-循环模型从任务态动态功能连接中预测个体认知特质 | 结合多尺度卷积和LSTM层,首次证明任务态动态功能连接比静息态具有更高预测力,并发现智力构建在大脑中呈空间均匀分布 | 预测性能受混淆变量(如年龄、运动等)校正影响显著,且未发现特定皮层网络的显著相关性 | 从神经影像数据预测认知能力评分,探索智力的神经基础 | 874名人类连接组计划受试者的神经影像和行为数据 | 机器学习 | NA | 功能磁共振成像,多波段重建算法,多元线性回归 | CNN, LSTM | 神经影像数据 | 874名受试者 |
11 | 2025-08-31 |
Investigating the role of auditory cues in modulating motor timing: insights from EEG and deep learning
2024-10-03, Cerebral cortex (New York, N.Y. : 1991)
DOI:10.1093/cercor/bhae427
PMID:39475113
|
研究论文 | 本研究利用EEG和深度学习探究听觉线索在调节运动节律中的作用,重点关注手指敲击任务中的神经机制 | 首次结合单试次EEG数据与深度学习方法区分节律协调模式,并揭示听觉输入对运动时序的关键调制作用 | 在去除听觉成分后,阶段区分变得不确定,突显了在缺乏听觉刺激时隔离运动激活的挑战 | 探究基于动作的时序神经机制,特别是听觉线索如何调制运动节律行为 | 12名健康参与者 | 机器学习 | NA | 脑电图(EEG) | 深度学习 | 脑电信号 | 12名健康参与者完成节律性手指敲击任务 |
12 | 2025-08-30 |
Artificial intelligence-assisted grading for tear trough deformity
2024-10, Journal of plastic, reconstructive & aesthetic surgery : JPRAS
DOI:10.1016/j.bjps.2024.07.048
PMID:39151284
|
研究论文 | 本研究开发了一种基于智能手机摄影和AI深度学习技术的泪沟畸形分级模型 | 首次证明结合智能手机内置摄像头和AI深度学习程序可对泪沟畸形进行便捷分类 | 模型敏感度较低(测试组49.3%),可能存在分类准确性限制 | 建立可靠精确的泪沟畸形数字图像分级模型,辅助外科医生临床诊断和手术决策 | 泪沟畸形患者 | 计算机视觉 | 整形外科疾病 | AI深度学习 | 深度学习模型 | 图像 | 504名患者,983张照片 |
13 | 2025-08-07 |
Downgrading Breast Imaging Reporting and Data System categories in ultrasound using strain elastography and computer-aided diagnosis system: a multicenter, prospective study
2024-Oct-01, The British journal of radiology
DOI:10.1093/bjr/tqae136
PMID:39102827
|
研究论文 | 研究探讨了在乳腺超声检查中加入弹性成像应变比(SR)和基于深度学习的计算机辅助诊断(CAD)系统,以帮助重新分类BI-RADS 3和4a-c类别,从而避免不必要的活检 | 结合弹性成像应变比和深度学习CAD系统优化BI-RADS分类,显著减少不必要的活检 | 研究仅针对BI-RADS 3和4a-c类别的肿块,未涵盖所有BI-RADS类别 | 评估SR和CAD系统在乳腺超声检查中对BI-RADS分类的优化效果 | 1049个乳腺肿块(691个良性,358个恶性) | 数字病理 | 乳腺癌 | 超声弹性成像和深度学习CAD系统 | 深度学习 | 超声图像 | 1049个乳腺肿块(691个良性,358个恶性) |
14 | 2025-08-06 |
Exploring the Role of Mobile Apps for Insomnia in Depression: Systematic Review
2024-10-18, Journal of medical Internet research
IF:5.8Q1
DOI:10.2196/51110
PMID:39423009
|
系统综述 | 本文系统评估了针对抑郁和失眠的移动应用,揭示了其特点、效果及当前研究中的不足 | 首次系统评估同时针对抑郁和失眠的移动应用,突出了AI和深度学习在心理健康支持中的新应用 | 研究仅纳入了2017年至2023年间发表的文献,可能遗漏了早期的重要研究 | 系统评价针对抑郁和失眠的移动应用的特点、效果及研究缺口 | 针对抑郁和失眠的移动应用 | 自然语言处理 | 抑郁症和失眠 | AI和深度学习 | chatbots | 文本 | 18篇全文文章 |
15 | 2025-08-06 |
Automated High-Throughput Atomic Force Microscopy Single-Cell Nanomechanical Assay Enabled by Deep Learning-Based Optical Image Recognition
2024-10-02, Nano letters
IF:9.6Q1
DOI:10.1021/acs.nanolett.4c03861
PMID:39302697
|
研究论文 | 本研究提出了一种基于深度学习的图像识别辅助原子力显微镜(AFM)技术,实现了自动化高通量单细胞纳米力学测量 | 利用深度学习对光学明场图像中的细胞结构和AFM探针进行无标记识别,实现了AFM探针的自动定位和单细胞压痕测定或单细胞力谱的高效测量 | 未提及该方法在复杂样本或不同细胞类型中的适用性验证 | 开发自动化高通量单细胞纳米力学测量方法,推动AFM在力学生物学中的应用 | 活体单细胞 | 生物医学工程 | NA | 原子力显微镜(AFM) | 深度学习 | 光学图像 | NA |
16 | 2025-08-06 |
Intra-arterial Pressure-Enabled Drug Delivery Significantly Increases Penetration of Glass Microspheres in a Porcine Liver Tumor Model
2024-10, Journal of vascular and interventional radiology : JVIR
IF:2.6Q2
DOI:10.1016/j.jvir.2024.06.030
PMID:38969336
|
研究论文 | 研究比较了压力驱动药物递送(PEDD)与传统微导管递送在猪肝肿瘤模型中玻璃微球(GMs)递送的效果 | 使用TriNav设备进行PEDD显著提高了玻璃微球在肝肿瘤中的摄取,且近端PEDD灌注可能无需选择远端靶血管即可实现有效递送 | 研究仅在转基因猪(Oncopigs)的肝肿瘤模型中进行,尚未在人体中验证 | 测试PEDD是否比传统微导管递送更有效地将玻璃微球递送至肝肿瘤 | 转基因猪(Oncopigs)的肝肿瘤 | 数字病理 | 肝癌 | 近红外成像和深度学习算法 | 自定义深度学习算法(Visiopharm A/S) | 图像 | PEDD组10例(叶状灌注)和9例(选择性灌注),传统递送组7例(叶状灌注)和8例(选择性灌注) |
17 | 2024-10-02 |
Clarifications on the Differentiation of Vertebral Fractures Using Deep Learning Models
2024-Oct, Radiology
IF:12.1Q1
DOI:10.1148/radiol.241162
PMID:39352286
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
18 | 2025-07-25 |
Halted medical education in Korea amid Nobel Prizes in deep learning and machine learning research, tribute to a leader of Ewha Womans University College of Medicine, and highlights from this issue
2024-Oct, Ewha medical journal
IF:0.3Q3
DOI:10.12771/emj.2024.e71
PMID:40703983
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
19 | 2025-07-25 |
Bone scintigraphy based on deep learning model and modified growth optimizer
2024-10-27, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-73991-8
PMID:39465262
|
研究论文 | 提出一种基于深度学习和改进生长优化器的骨闪烁扫描技术,用于自动分析全身骨扫描图像 | 结合MobileViT模型和改进的Growth Optimizer算法进行特征提取和选择,提出名为GOAOA的新特征选择算法 | 仅使用了2800张骨扫描图像进行验证,样本量相对有限 | 开发自动分析全身骨扫描图像的机器学习方法,减轻医生工作负担 | 骨扫描图像 | 医学影像分析 | 骨转移癌 | 深度学习 | MobileViT, GOAOA | 医学图像 | 2800张骨扫描图像(1400正常,1400异常) |
20 | 2025-07-24 |
Automatic detection of midfacial fractures in facial bone CT images using deep learning-based object detection models
2024-10, Journal of stomatology, oral and maxillofacial surgery
DOI:10.1016/j.jormas.2024.101914
PMID:38750725
|
研究论文 | 本研究利用基于深度学习的物体检测模型,开发了一种自动检测面部骨CT图像中面部中部骨折的系统 | 首次将深度学习技术应用于面部中部骨折的自动检测,提高了诊断的准确性和速度 | 样本量较小(100例CT图像),可能影响模型的泛化能力 | 开发一种快速准确的面部中部骨折自动检测系统,以改善急诊医疗环境中的诊断效率 | 面部中部骨折(如上颌骨、颧骨、鼻骨和眼眶骨折) | 计算机视觉 | 面部骨折 | 深度学习 | SSD, YOLOv8 | CT图像 | 100例CT图像(80例训练集含3736张切片,20例验证集含883张切片) |